资源总览 / 显卡管理

本章面向集群运维人员，页面中的查看与操作针对所选集群，操作结果会影响集群内的工作负载。「显卡管理」汇总集群 GPU 的规模、健康状况、利用率和功耗，并提供逐卡列表，用于核对显卡归属、健康状态和分配情况。

前提条件

• 已登录 Boss 管理侧，并具备「K8S 集群管理」的访问权限。
• 页面顶部已选中目标集群，统计卡片和显卡列表只覆盖该集群。

界面说明

截图采集于 2026-11-02，环境：开发环境。

页面顶部为集群切换区，包含「昇腾183」「昇腾集群」「成员集群」「主集群」，截图中选中「昇腾集群」。主体由上方的统计卡片、四个分布环形图和下方的「显卡列表」组成。

统计卡片包括：「GPU 总卡数」显示「16 个」，并标注「16 个正常」；「异常卡」显示「0 个」，说明为「XID、ECC 等错误卡数」；「算力利用率」显示「0.95%」，说明为「5 分钟均值」；「集群总功耗」显示「1765 W」，说明为「5 分钟均值」。

环形图分别为「运行状态分布」「厂商分布」「型号分布」「用途分布」，截图中四图中心均显示「16 总计」，图例依次为「已就绪」「昇腾」「Ascend910B4-1-64G」「训练」。图下方是「显卡列表」，筛选栏包含搜索框，以及「是否健康」「是否启用」「资源池」「厂商」「型号」「节点」下拉。「显卡列表」位于首屏下方，截图中只露出筛选栏起始部分，字段按列表结构列出。

列表字段如下：

字段	说明
「显卡别名/ID」	显卡的别名或唯一标识。
「是否健康」	显卡健康状态。
「是否启用」	显卡是否处于启用状态。
「资源池」	显卡所属资源池。
「厂商」	显卡厂商，截图中分布图为「昇腾」。
「型号」	显卡型号，截图中分布图为「Ascend910B4-1-64G」。
「节点」	显卡所在节点。
「算力(已分配/总量)」	算力的已分配值与总量。
「显存(已分配/总量)」	显存的已分配值与总量。
「操作」	行内操作，截图中提供「详情」。

操作步骤

1. 在左侧导航选择「资源总览」>「显卡管理」。
2. 查看顶部统计卡片和四个分布图，确认总卡数、异常卡数量与利用率。
3. 在「显卡列表」中使用「是否健康」「是否启用」「资源池」「厂商」「型号」或「节点」筛选目标显卡。
4. 在目标行单击「详情」，查看该显卡的详细信息。

结果验证

筛选后列表只显示符合条件的显卡，统计卡片与分布图保持集群整体口径；「详情」打开后显示所选显卡的信息。

注意事项

• 顶部卡片和分布图统计整个集群，不随列表筛选条件变化。
• 「异常卡」的说明为「XID、ECC 等错误卡数」，出现非零值时结合所在节点排查。
• 「算力利用率」和「集群总功耗」标注为「5 分钟均值」，反映近期水平而非瞬时值。
• 「显卡列表」位于分布图下方，窗口较窄时需要向下滚动才能看到筛选栏和表格。

相关操作

• 节点管理
• 容器组